شیوهنامه و تاریخچهٔ درگاه موزیکال
مرجع اصلی برای ادامهدادن، اصلاحکردن و انتقال درگاه؛ شامل تعریف دامنه، ساختمان داده، الگوی پروندهها، قواعد اتصال، کنترل کیفیت، انتشار و پشتیبانگیری.
هدف، مالکیت و دامنه
درگاه موزیکال پایگاه پژوهشی علیرضا کاوه برای فیلمها، اشخاص، همکاریها، سبکهای موسیقایی و شمارههای موزیکال است. هدف آن فقط گردآوری عنوانها نیست؛ باید بتوان از فیلم به عوامل، از شخص به فیلمها، از یک همکاری به شبکهٔ همکاران و از هر رکورد به منابع بیرونی رسید.
تعریف موزیکال در این پروژه گسترده اما پژوهشپذیر است. فیلم موزیکال کلاسیک، سنتهای آواز و رقص سینمای هند، فیلم موسیقی، کنسرت، مستند موسیقی، انیمیشن موزیکال و آثار تجربیِ متکی بر موسیقی میتوانند وارد شوند؛ اما صرف داشتن موسیقی متن یا چند ترانه برای ورود کافی نیست. نقش موسیقی در ساختمان فیلم یا ارزش پژوهشی اثر باید روشن باشد.
تاریخچهٔ شکلگیری
هستهٔ مرجع با ۴٬۴۰۹ فیلم شکل گرفت: ۴٬۲۷۵ عنوان اصلی و ۱۳۴ عنوان تکمیلی. دادههای پیشین از آرشیو شخصی، Movie Collector، فهرست IMDb و پژوهشهای کتاب موزیکال گرد آمد و به CSV منتقل شد. اتصالهای اشخاص و نقشهای موسیقی، ژانرها، قالبها و سبکها بهتدریج از جدول اصلی جدا شدند تا هر بخش مستقل توسعه یابد.
در مرحلهٔ گسترش Movie Collector، ۳۰۷ عنوان دیگر افزوده شد و شمار فیلمها به ۴٬۷۱۶ رسید. سپس چهار فیلم موزیکالِ کارگردانیشده بهدست آمول پالکار — Ankahee، Thodasa Roomani Ho Jaayen، Daayraa و Paheli — همراه با پروندهٔ شخص و اتصالها افزوده شدند و نسخهٔ ۴۰ به ۴٬۷۲۰ فیلم رسید.
نام تاریخی فایل اصلی، musical_portal_4409.csv، برای سازگاری حفظ شده است؛ عدد نام فایل دیگر شمار زندهٔ رکوردها نیست.
ساختار داده و شناسهها
رکورد فیلم شامل شناسه، عنوان اصلی و فارسی، سال، کارگردان، کشور، مجموعه، بازیگران و نقشهای موسیقی است. آهنگساز، ترانهسرا، مدیر موسیقی، تنظیمکننده، ارکستراتور، تنظیمکنندهٔ آواز و رقص، رهبر ارکستر، سرپرست موسیقی و طراح رقص در صورت وجود جدا ثبت میشوند.
شناسهٔ جدید فیلم با الگوی MUS-F-000001، شخص با MUS-P-000001، شماره با MUS-N-000001، مستند با MUS-D-000001 و فیلم موسیقیمحور با MUS-MC-000001 ساخته میشود. شناسههای قدیمی مانند lb:، vault: و indian_core: حذف یا بازنویسی نمیشوند؛ زیرا اتصال جدولهای قدیمی به آنها وابسته است. هر شناسه باید یکتا و پایدار بماند.
musical_portal_4409.csvاطلاعات اصلی فیلم و اتصالهای بیرونیdocumentaries.csvهمهٔ مستندها، دامنهٔ موسیقایی/عمومی، شناسهٔ مستقل و پیوند با فیلم موجودdocumentary_credits.csvکارگردان، آهنگساز، عوامل اصلی و دپارتمان موسیقی مستندهاdocumentary_subjects.csvشخصیتها و گروههای موضوع یا حاضر در مستندanimations.csvانیمیشنهای یکتا، شناسهٔ مستقل و اتصال به فیلم یا ۳۰نماanimation_credits.csvکارگردانها، آهنگسازها، صداپیشگان و عوامل اصلی انیمیشنهاmusic_centered_films.csvمدخل مستقل فیلمهای موسیقیمحور و اتصال IMDb به موجودیهای قبلیfilm_genres.csvژانر اصلی و ژانرهای تکمیلیfilm_formats.csvقالب نمایش یا تولیدfilm_styles.csvسبکهای موسیقاییfeatured_people.csvاشخاص منتخب و شناسههای آنانmusical_numbers_572.csvشمارههای موزیکال و اتصال ویدئوییmusic_department_relations_3516.csvنقشهای جزئی دپارتمان موسیقیالگوی پروندهٔ فیلم
هر فیلم باید کارت فهرست و پروندهٔ کامل داشته باشد. کارت شامل عنوان فارسی و اصلی، سال، کشور، برچسبها، عوامل اصلی و اتصالهای مهم است. پروندهٔ کامل همهٔ دادههای موجود، دکمهٔ تحلیل GPT، شمارههای موزیکال و پیوند عوامل به پروندهٔ شخص را نشان میدهد.
- عنوان اصلی با املای معتبر و عنوان فارسیِ روشن.
- سال انتشار اصلی؛ در اختلاف منابع، سال قطعیتر و یادداشت اختلاف.
- کشور یا کشورهای تولید، نه زبان بهجای کشور.
- کارگردان، بازیگران شاخص، آهنگساز و ترانهسرا؛ نقشهای دیگر در صورت قطعیت.
- ژانر اصلی، ژانرهای تکمیلی، قالب و سبک بدون پرکردن اجباری.
- مجموعه یا منشأ ورود برای پیگیری پژوهشی.
- اتصال مستقیم معتبر یا اتصال جستوجوییِ مشخصشده.
الگوی پروندهٔ شخص و همکاریها
نام هر عامل در پروندهٔ فیلم باید به صفحهٔ شخص متصل شود. صفحهٔ شخص نقشها، کشور در صورت قطعیت، شمار فیلمهای موجود، فیلمها بهترتیب زمانی و دکمهٔ تحلیل جایگاه او در نظریهٔ علیرضا کاوه را نمایش میدهد.
همکاری پرتکرار وقتی نمایش داده میشود که دو شخص دستکم دو فیلم مشترک داشته باشند. شبکههای سهنفره و بزرگتر فقط با دستکم سه فیلم مشترک محاسبه میشوند؛ تا هشت شبکهٔ مهم نمایش داده میشود و محاسبه هنگام بازشدن بخش انجام میگیرد تا درگاه سبک بماند.
املای یک شخص باید در همهٔ نقشها یکسان باشد. لقب، فاصله، خط تیره و نام هنری نباید بیدلیل دو پرونده بسازد. نام جایگزین در ستون جدا نگهداری میشود و رکورد موجود بدون بررسی ادغام نمیشود.
دستهبندی بر پایهٔ نظریهٔ علیرضا کاوه
دستهبندی نهایی بر پنج محور استوار است: رسانه، سبک، ژانر، قالب و سنت. این محورها جای یکدیگر را نمیگیرند. «انیمیشن» قالب یا شیوهٔ رسانهای است؛ «فانتزی» ژانر است؛ «جاز» سبک موسیقایی است؛ «بالیوود» یا «موزیکال کلاسیک هالیوود» سنت تاریخی و تولیدی است.
در نسخهٔ کنونی، ژانر، قالب و سبک در جدولهای جدا فعالاند و «مجموعه» بخشی از منشأ یا خوشهٔ پژوهشی را حفظ میکند. محور رسانه و سنت باید در توسعههای بعدی صریحتر شود. تا آن زمان نباید این دو را بهزور در ستون سبک یا ژانر جا داد.
- ژانر اصلی: برای رکوردهای هسته معمولاً «موزیکال» است.
- ژانر تکمیلی: مانند عاشقانه، فانتزی، جنایی، مستند، زندگینامهای یا کوییر.
- قالب: فیلم بلند، کوتاه، انیمیشن، مستند، کنسرت، تلویزیونی و مانند آن.
- سبک: فقط وقتی ثبت شود که سبک موسیقایی قابل تشخیص یا مستند باشد.
- سنت: نسبت تاریخی و جغرافیایی اثر، نه صرفاً کشور تولید.
قواعد اتصالهای بیرونی
اتصالها بخش اصلی درگاهاند و باید به عمیقترین صفحهٔ معتبر همان فیلم یا آلبوم برسند. ترتیب مطلوب برای هر فیلم: IMDb، Wikipedia، Letterboxd، Spotify و YouTube. نبود یک اتصال مانع ورود فیلم نیست، اما باید بعداً قابل شناسایی و تکمیل باشد.
- IMDb: شناسه و نشانی با هم ثبت میشوند. شناسهٔ تکراری خودکار حذف نمیشود؛ ابتدا احتمال فیلم تکراری یا نسخهٔ دیگر بررسی میشود.
- Wikipedia: صفحهٔ دقیق فیلم مقدم است؛ در نبود آن، اتصال جستوجویی بهتر از صفحهٔ اشتباه است.
- Letterboxd: صفحهٔ همان فیلم و همان سال؛ عنوان جایگزین بررسی شود.
- Spotify: آلبوم یا موسیقی متن رسمی، نه فهرست پخش نامرتبط.
- YouTube: نسخهٔ رسمی یا قابلاعتبارِ فیلم/شماره مقدم است. ویدئوی نقد، معرفی یا نسخهٔ ناقص نباید «فیلم کامل» نام بگیرد.
اگر اتصال مستقیم پیدا نشد، اتصال جستوجویی با عنوان و سال ساخته میشود و برچسب آن صریحاً «جستوجو» است. جستوجو نباید وانمود کند که نتیجهٔ نهایی تأیید شده است. برای منابع فارسی نیز همین قاعده برقرار است: اتصال مستقیم در صورت تطبیق قطعی و اتصال جستوجویی در صورت نبود تطبیق.
ثبت شمارههای موزیکال
شمارهٔ موزیکال رکوردی مستقل با شناسهٔ MUS-N است و به شناسهٔ فیلم وصل میشود. حداقل دادهها: عنوان شماره، عنوان و سال فیلم، پیوند YouTube، وضعیت ویدئو، نوع تطبیق، میزان اطمینان و یادداشت بازبینی.
میان صحنهٔ مستقیم فیلم، کلیپ رسمی، ویدئوی کامل ترانه، اجرای کنسرتی، صدای رسمی موسیقی متن و ویدئوی ساختهشده از تصاویر فیلم تفاوت گذاشته میشود. این موارد همگی میتوانند مفید باشند، اما نباید با یک نام ثبت شوند. اولویت با صحنهٔ خود فیلم و سپس انتشار رسمی است.
ثبت مستندها
هر مستند رکوردی مستقل با شناسهٔ MUS-D است. از نسخهٔ ۴۶، وجود برچسب Documentary در IMDb برای ورود به زبانه کافی است و Music/Musical فقط دامنهٔ «مستند موسیقایی» را مشخص میکند. رکوردهای موجود فیلم از راه film_id و linked_film_ids حفظ میشوند.
انیمیشن، ضبط صرفِ کنسرت، تور و اجرای صحنهای از این مسیر کنار گذاشته میشوند. مستندی که دربارهٔ یک کنسرت، گروه یا سنت موسیقایی پژوهش میکند میتواند بماند؛ مرز، موضوع و ساختار مستند است نه صرف حضور اجرای زنده.
دادههای غیرتجاری IMDb یکبار دریافت و بدون فراخوانی جداگانه برای هر عنوان پالایش میشوند. کارگردان و عوامل اصلی از شناسههای پایدار استخراج میشوند. «موضوع مستند» از اعتبارهای Self و Archive جداست و با سطح اطمینان نگهداری میشود؛ حضور یک شخص لزوماً بهمعنای موضوع اصلی بودن او نیست.
- تطبیق با IMDb و ثبت شناسه، سال، نوع و ژانرها.
- حذف تکراریها با IMDb؛ عنوان مشابه بهتنهایی معیار ادغام نیست.
- اتصال رکوردهای قبلی به
film_idبدون شکستن شناسههای تاریخی. - ثبت پیوند مستقیم ۳۰نما و جستوجوی دانلودروز؛ جستوجو با برچسب صریح.
- خالیگذاشتن کارگردان یا کشور تا زمان منبع معتبر، بهجای حدس.
ثبت انیمیشنها
هر انیمیشن رکوردی مستقل با شناسهٔ MUS-A دارد. معیار ورود، برچسب رسمی Animation در IMDb است و ادغام تکراریها فقط با شناسهٔ IMDb انجام میشود.
نسخهٔ ۴۹ شامل ۲۳۰ عنوان یکتای موجودی پیشین و ۴۴ انیمیشن بلند تازهٔ ۳۰نماست. کوتاهها و قالبهای دیگرِ موجودی قبلی حفظ شدهاند، اما از ۳۰نما فقط نوع movie وارد شده است.
کارگردان، آهنگساز، صداپیشگان و عوامل اصلی از دادههای غیرتجاری IMDb استخراج میشوند و به پروندهٔ شخص متصلاند. اطلاعات نامطمئن خالی میماند.
ثبت فیلمهای موسیقیمحور
فیلم موسیقیمحور الزاماً موزیکال یا شبهموزیکال نیست؛ موسیقی باید در روایت، شخصیت، اجرا، حافظه، ادراک یا ساختمان صوری اثر نقش تعیینکننده داشته باشد. موسیقی متن درخشان بهتنهایی برای ورود کافی نیست.
این گروه جدول و شناسهٔ مستقل MUS-MC دارد و در شمار ۴٬۵۷۱ فیلم اصلی، ۷۳۹ مستند یا ۲۷۴ انیمیشن محاسبه نمیشود. تطبیق با موجودیهای پیشین فقط از راه IMDb دقیق انجام میشود؛ رکورد متصل دوباره ساخته نمیشود و عنوان مستقل نیز هیچیک از سه موجودی را افزایش نمیدهد.
نامگذاری، تطبیق و جلوگیری از تکرار
پیش از ساخت رکورد، عنوان اصلی، سال، کارگردان و IMDb جستوجو میشوند. شباهت عنوان بهتنهایی کافی نیست. بازسازی، نسخهٔ زبانی دیگر، فیلم تلویزیونی، نسخهٔ کنسرتی یا عنوان جایگزین ممکن است رکورد جدا یا همان رکورد باشد و باید موردی تصمیم گرفت.
عنوان فارسی باید قابل جستوجو و تا حد ممکن رایج باشد. در نبود عنوان جاافتاده، برگردان روشن ثبت میشود؛ عنوان اصلی همیشه حفظ میشود. نشانهگذاری نامها در جدول عوامل با «؛» یا جداکنندهٔ استاندارد انجام میشود تا صفحهٔ شخص درست ساخته شود.
کنترل کیفیت و بازبینی
پیش از انتشار هر بستهٔ تغییر، این کنترلها انجام میشود:
- شمار ستونهای همهٔ CSVها یکسان و فایلها قابل خواندن باشند.
- شناسهٔ فیلمها یکتا باشد و شناسهٔ تازه با آخرین شماره تداخل نکند.
- رکورد فیلم در جدول ژانر، قالب و سبک با همان شناسه وصل شود.
- عنوان، سال و کارگردان با دستکم یک منبع معتبر تطبیق داشته باشند.
- اتصالهای مستقیم به همان اثر برسند و اتصال جستوجویی برچسب درست داشته باشد.
- پروندهٔ فیلم، صفحهٔ شخص، جستوجو و نمایش تلفن همراه بررسی شوند.
- شمار فیلم صفحهٔ اصلی و نام فایل خروجی کامل بهروز شود.
- خروجی CSV و بستهٔ پشتیبان تازه ساخته شوند.
در خطاهای موردی روی یک رکورد متوقف نمیشویم: وضعیت آن ثبت میشود و بستهٔ سالم ادامه مییابد. این قاعده برای جستوجوی YouTube و منابع کمداده اهمیت ویژه دارد.
انتشار، خروجی و پشتیبانگیری
هر انتشار یک شمارهٔ نسخه دارد و تغییر مهم آن در دفتر تغییرات ثبت میشود. خروجی کامل، اطلاعات اصلی، ژانر، قالب، سبک، عوامل و اتصالها را در یک CSV ادغام میکند. بستهٔ ZIP کد درگاه، جدولهای داده، خروجی یکپارچه و راهنمای بازیابی را نگه میدارد.
فایل اصلی داده نام تاریخی خود را حفظ میکند؛ اما خروجی کامل با شمار واقعی فیلمها نامگذاری میشود. بستهٔ پشتیبان با شمارهٔ نسخه ساخته میشود. هیچ انتشار کامل نیست مگر آنکه هم نمایش درگاه و هم فایل قابلانتقال آن بهروز باشد.
روند استاندارد افزودن فیلم، مستند، انیمیشن یا شخص
- تعریف دقیق بسته: یک فیلم، آثار موزیکال یک شخص، یک کشور یا یک منبع.
- تهیهٔ فهرست اولیه و تعیین مرز ورود؛ موارد قطعی، تکمیلی و نیازمند بازبینی جدا شوند.
- بررسی تکرارینبودن با عنوان، سال، کارگردان و IMDb.
- ساخت شناسهٔ پایدار و افزودن اطلاعات اصلی.
- ثبت ژانر، قالب و سبک فقط بهاندازهٔ دادهٔ قابل دفاع.
- افزودن عوامل و اطمینان از ساختهشدن پیوند پروندهٔ شخص.
- افزودن اتصالهای مستقیم و سپس جستوجویی.
- افزودن شمارههای موزیکال در صورت بررسی مستقل.
- اجرای کنترلهای ساختاری و دیداری.
- بهروزرسانی شمارها، خروجی، پشتیبان و دفتر تغییرات.
- انتشار نسخه و ثبت نتیجه در شیوهنامه.
وضعیت کنونی و دفتر تغییرات
ساخت زبانهٔ مستقل «فیلمهای موسیقیمحور» با ۶۰ عنوان منتخب و شناسهٔ MUS-MC. تطبیق فقط با IMDb انجام شد: ۲۱ اتصال به فیلمهای موجود، یک اتصال همزمان به مستند و ۳۹ رکورد مستقل؛ بدون تغییر شمار فیلمها، مستندها یا انیمیشنها.
ثبت ۱۲۷ گروه و Band قطعی و ۱۳۹ رابطهٔ فیلم/مستند؛ نگهداری ۲۲ نامزد مبهم برای بازبینی. شیوهنامه، تاریخچهٔ اجرایی، دستور کار ادامه و راه بازیابی با شمارها و تصمیمهای مستند، انیمیشن، عوامل، گروهها، ادغام IMDb و خروجی پایگاه داده همگام شدند.
ادغام ۲۳۷ گروه تکراریِ قطعی فقط با شناسهٔ یکسان IMDb؛ تبدیل ۴۷۶ رکورد منبع به ۲۳۷ رکورد یکتا و کاهش ۲۳۹ ردیف از شمار زنده، همراه با حفظ شناسههای تاریخی، تمام اختلافهای متنی، ردیفهای منبع و انتقال اتصالهای وابسته. نشانی پرونده با شناسههای قدیمی نیز همچنان باز میشود.
تطبیق سراسری شناسههای فیلم با ژانر رسمی IMDb؛ بازیابی و اتصال ۲۴ انیمیشن قطعیِ جامانده و همگامسازی برچسب انیمیشن در فهرست عمومی فیلمها.
ساخت زبانه و پروندهٔ مستقل انیمیشنها با شناسهٔ MUS-A؛ ادغام ۲۰۶ عنوان یکتای موجودی پیشین با ۴۴ انیمیشن بلند تازهٔ ۳۰نما؛ بازسازی گروهی کارگردان، آهنگساز، صداپیشگان و عوامل اصلی و اتصال آنها به پروندهٔ شخص.
ضربهپذیرشدن کارگردانها، آهنگسازها، عوامل دپارتمان موسیقی و شخصیتها یا گروههای مستند؛ تطبیق مطمئن با شناسهٔ IMDb و نمایش مستندها و نقشهای مربوط در پروندهٔ شخص. شبکهٔ همکاری مستندها عمداً به مرحلهٔ بعد واگذار شد.
گسترش زبانه از «مستندهای موسیقی» به همهٔ مستندهای موجود: ورود ۴۶ عنوان دیگر و رسیدن به ۷۳۹ مستند؛ ۷۲۶ عنوان موسیقایی و ۱۳ عنوان عمومی. چهار ضبط صرفِ کنسرت/اجرای صحنهای کنار گذاشته شد. عوامل برای کل فهرست بازسازی شد: ۷۳۵ کارگردان، ۳۸۹ آهنگساز، ۳۹۴ دپارتمان موسیقی و ۶۶۹ عنوان دارای موضوع پیشنهادی.
استخراج گروهی عوامل ۶۹۳ مستند از دادههای غیرتجاری IMDb: تکمیل کارگردان ۶۸۹ عنوان، آهنگساز ۳۴۳ عنوان، دپارتمان موسیقی ۳۴۸ عنوان و موضوعهای موسیقایی پیشنهادی برای ۶۳۳ عنوان؛ چهار کارگردان نامشخص برای تکمیل دستی خالی ماندهاند.
ساخت زبانه و پروندهٔ مستقل مستندها با شناسهٔ MUS-D؛ ورود ۶۲۱ مستند تازه و اتصال ۷۲ مستند موجود؛ حذف یک IMDb تکراری و کنارگذاشتن ۱۷ رکورد کنسرت/تور. شمار مستقل مستندها: ۶۹۳.
افزودن ۹۰ فیلم هندیِ IMDbدار از فهرست ۳۰نما و اتصال چهار عنوان جایگزین به رکوردهای موجود، پس از کنارگذاشتن انیمیشنها، کنسرتها و قالبهای غیرسینمایی؛ شمار کل ۴٬۸۱۰ فیلم.
اتصال ۹۷۸ ردیف فیلم به نشانهٔ موجودی ۳۰نما، افزودن جستوجوی مستقیم دانلودروز و نگهداری پیوند ۳۰نما در پروندهٔ فیلم.
ساخت صفحهٔ دائمی «شیوهنامه و تاریخچهٔ درگاه»، افزودن نسخهٔ متنی قابلدریافت و پیوند آن به صفحهٔ اصلی.
افزودن Ankahee، Thodasa Roomani Ho Jaayen، Daayraa و Paheli؛ ساخت پروندهٔ آمول پالکار و تکمیل اتصالها؛ شمار کل ۴٬۷۲۰ فیلم.
افزودن ۳۰۷ عنوان منتخب از Movie Collector به هستهٔ ۴٬۴۰۹ فیلم و گسترش دادههای عوامل موسیقی.
یکپارچهسازی ۴٬۲۷۵ فیلم اصلی و ۱۳۴ مدخل تکمیلی و پایهگذاری ساختار فیلم، شخص، ژانر، قالب، سبک و اتصالها.
کارهای باز
- تکمیل اتصالهای IMDb و بررسی تکراریهای تازه در ورودهای بعدی.
- گسترش اتصالهای YouTube بدون توقف روی موارد نایاب.
- صریحکردن دو محور «رسانه» و «سنت» در ساختار داده.
- بازبینی ۲۲ نامزد گروه و توسعهٔ شبکهٔ گروهها بدون سنگینکردن درگاه.
- همگامسازی دائمی شمارهای صفحهٔ اصلی، CSV کامل و پشتیبان.
حافظهٔ رسمی و ادامهٔ کار
سه سند رسمی حافظهٔ پروژهاند: شیوهنامه برای تعریف و وضعیت جاری، تاریخچهٔ اجرایی برای نسخهها و شمارها، و دستور کار برای افزودن، ادغام، کنترل کیفیت، پشتیبان و بازیابی. هر تغییر دامنه، شناسه، شمار یا روش باید همزمان در هر سه ثبت شود.